| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 财会/审计 |
| 企业数据资产入表问题与对策 |
| 第766期 作者：□文/王赟智 时间：2025/12/1 13:30:41 浏览：42次 |
［提要］ 随着数字化时代的到来，通信、软件、电商等行业企业所拥有的数据资源越来越多，这些数据资源为企业形成和维持行业竞争优势，进行战略决策、风险管控、业务拓展等发挥重要作用，因此应将其作为一项重要资产予以确认和计量。但由于暂行规定实施时间较短，存在着数据资产确认难、估值难，入表企业数量少、金额小等问题。在充分分析原因的前提下，提出通过突破传统资产确认原则、创新数据资产计量模式、加强政策引导和行业监管等对策,以解决存在的问题，提高数据资产有关会计信息的客观性和相关性。
关键词：数据资产；暂行规定；无形资产；存货
中图分类号：F23 文献标识码：A
收录日期：2025年6月10日
一、数字化时代数据资产的意义
数据资产是企业所拥有或控制的，能够为其带来未来经济利益的数据资源。它具有可识别性、可存储性、可加工性等特点，可以通过增加收入、降低成本、提高客户满意度、增加市场份额等途径为企业实现经济利益的流入。据2025年初的市场统计，全球排名前十的上市公司中，80%是科技公司，以AI、云计算、半导体为其市值的核心驱动力，该核心驱动力的基础就是数字化。中国企业的发展速度越来越快，数字化、科技化、国际化是众多企业转型的动力和方向，其中尤以通信、软件、电商、信息技术服务业及制造业为甚。这些企业为形成和维持行业竞争优势，在战略决策、风险管控、业务拓展等诸多方面均要应用大数据，并在此基础上积累了海量的数据资产，这些数据资产通过脱敏、加密，已经逐渐转化为企业最宝贵的财富，与企业的其他实物资产和无形资产一起成为其实力和竞争能力的体现，对企业的长远可持续发展产生深远影响。
由于数据资产是企业的宝贵财富，能够给企业带来相应的经济利益，因此政府相关部门、企业投资者、债权人等利益关系人对数据资产信息的关注度越来越高。他们期望通过企业的信息披露，深入了解其如何取得并计量数据资产、通过数据资产的使用如何影响企业价值创造与未来发展前景，从而为自身的决策提供更充分的依据。为满足信息使用者需要，企业应将所持有的数据资产按照一定的标准进行确认和计量后入表，并披露相关信息。
二、数据资产的确认和计量
2023年8月1日，财政部发布《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》），自2024年1月1日起开始实施。该《暂行规定》明确了关于数据资产的确认和计量等相关会计处理，规范了企业数据资源会计处理及会计信息披露，对相关企业的引导和有效实施必将有力推动数字经济的持续健康发展。
（一）无形资产或开发支出的确认和计量。数据资源符合《企业会计准则第6号——无形资产》规定的定义和确认条件的，应当确认为无形资产。无形资产是企业持有的用于生产商品、提供劳务、经营管理等目的，使用寿命超过一年的没有实物形态的非货币性资产。并且与其相关的经济利益很可能流入企业，无论何种来源，数据资产的取得成本能够可靠计量的前提下应当确认为无形资产。与企业的其他无形资产一样，数据资产的主要来源是外购和自创。作为无形资产的数据资产，应按照这两种来源进行初始计量。
1、外购数据资产的计量。通过外购方式取得的数据资源，按取得的实际成本进行初始计量。实际成本包括购买价款、相关税费，直接归属于使该项无形资产达到预定用途所发生的有关支出。后续计量要充分考虑该数据资源相关业务模式、权利限制同类竞品等因素，合理估计其使用寿命并按期摊销。处置及报废的会计处理按相关准则进行，这里不再赘述。
2、自创数据资产的计量。自创取得的数据资产，应将自创的过程分成研究阶段与开发阶段。研究阶段主要是进行市场调查，以确定该资产是否有研发的可行性，并形成可行性研究报告交予企业的决策部门，由于这个阶段工作内容简单，支出少，最终能否形成成果具有很大的不确定性，所以相关支出应当于发生时计入当期损益。开发阶段是在研究阶段的基础上，企业决策部门确定项目可行，进而投入大量人、财、物进行开发，最终形成无形资产的可能性极大，因此若满足资本化条件的，应确认为无形资产并按归属于该无形资产开发阶段的支出进行初始计量；期末尚未达到可使用状态的，应在报表中作为开发支出列报。开发阶段支出若不满足资本化条件的，应计入当期损益。后续计量、处置和报废等相关会计处理同上。
（二）存货的确认和计量。数据资源符合《企业会计准则第1号——存货》规定的定义和确认条件的，应当确认为存货。存货是指企业正常生产经营过程中持有以备出售或消耗的商品、材料等，并且与其相关的经济利益很可能流入企业，该资产的取得成本能够可靠计量。确认为存货的数据资产与企业的其他存货一样，其取得途径主要是从外部采购和自行加工。
1、外购数据资产的计量。外购数据资产按采购成本进行初始计量，其采购成本除与其他资产一样包括买价、保险费、应计入采购成本的相关税费外，还应包括体现数据资产特殊性的为进行数据权属鉴证、质量评估、安全管理等所发生的相关费用支出。
2、自行加工数据资产的计量。应按加工成本进行初始计量。与传统存货加工成本包括材料、人工和其他间接成本不同，数据资产的加工成本包括数据采集、脱敏、清洗、标注、整合、分析、可视化等支出和使存货达到目前场所和状态所发生的其他支出。确认为存货的数据资产对外出售，应当按照收入准则确认收入，同时结转其成本计入当期损益。
综上所述，按照《暂行规定》，数据资产的确认条件与其他资产要素无异，企业在其满足确认条件的情况下，计入“无形资产” “开发支出”或“存货”，并按照来源以外购成本或加工成本进行初始计量。
三、企业数据资产入表存在的问题
由于《暂行规定》自2024年1月1日起实施，因此2024 年被业内称为“数据资产入表元年”。那么，这一年A股5，400多家上市公司入表情况如何？存在哪些需要解决的问题？
2025年4月底是上市公司2024年财报披露的截止日，据统计，共有92家上市公司在年报中披露数据资产。对比2024年一季报的18家、半年报的40家和三季报的55家，数据资产入表的公司数量稳步提升。从行业来看，主要集中在计算机、交通运输、通信、传媒、医药生物等23个行业的上市公司。从入表的数据资产规模来看，92家上市公司数据资产入表总额为24.95亿元。其中，数据资产入表金额过亿元的共有4家公司，主要集中在三大电信运营商和浙江的纺织企业云中马。将数据资产计入“无形资产”的超过60家公司，总额超过13亿元；计入“开发支出”的共有20多家公司；余下少数公司计入“存货”。从上述情况分析，目前数据资产入表主要存在以下问题：
（一）数据资产确认难、估值难。从《暂行规定》来看，数据资产作为数字化时代的特有产物，在确认和计量上与其他资产无异，都是企业所拥有或控制的，能够为其带来未来经济利益的资产，并按其取得的不同途径以实际成本进行初始计量。但数据资产有别于其他资产，这种普遍性的规定不够明确，并存在不适用性和滞后性。比如，有的数据资产是客户授权，有的是与其他企业在一定时期内共享，有的是在处理其他业务时生成的副产品，在没有统一的数据资产产权登记部门和明确的法律条款支持情况下，其确权流程复杂可能导致权属关系不清，很难准确判断是否为企业拥有和控制。
数据资产没有实物形态，不具备合法活跃的交易市场条件，价格波动风险大，在其清洗、脱敏、整合、分析、标注及可视化等加工过程中不同企业的加工成本不同。即使是同样的数据资产，在不同的时间，应用于不同的场景或用于不同的行业，其价值差异也相当大。如一些热点舆情数据可在短期内爆发，从而在初期产生极高的价值，但随着人们关注度降低或其他热点的出现，会以难以预料的速度迅速贬值。传统的估值方法在此情况下完全不适用，会计准则也未就数据资产的计量规定相应细则，导致企业难以精准计量。
（二）保障数据安全性难度大。我国目前有关数据安全的法律法规主要有2017年6月施行的《中华人民共和国网络安全法》、2021年正式实施的《中华人民共和国数据安全法》和2024年8月通过的《网络数据管理条例》等，分别用来规范企业及个人的数据处理活动、旨在促进数据开发利用、保障网络安全。但由于数据本身的特点，其从存储环节开始，到数据的传输、访问，都会因主客观因素的影响难以保障其安全性。在存储环节，如果硬件出现故障、软件未加密，可能导致数据丢失；在传输环节，如果遭遇黑客攻击，会导致传输中的数据被盗或者被篡改。此外，如果员工网络安全意识不强或出于自身利益考虑，也可能会违规取得或泄露重要的数据资源。
（三）数据资产入表企业数量少、金额低、行业差异大。我国上海、深圳和北京证券交易所A股上市公司截至目前共5，400多家，这其中数据密集型的行业大致分布在信息技术、金融、医疗保健、电信、传媒娱乐等领域。这些行业的上市公司保守估计超过千家，但从2024年财报情况看，只有92家上市公司将数据资产入表，虽然相比前三季度财报有所增加，但仍与实际情况相差甚远。这说明这些行业中的不少企业或出于对准则的把握不够，无法合规列报；或出于观望的态度迟迟不予列报，造成报表信息不完整，影响企业的财务状况的公允反映和财务信息的相关性。从入表的金额看，这92家上市公司数据资产入表总额为24.95亿元，除了排名靠前的三大电信运营商和云中马等公司外，大部分还存在列报金额低的情况。最后，数据资产入表的行业差异较大，电信、互联网等行业的运营天然依赖巨量的用户行为数据、算法数据等，数据资产规模大、分类清晰，便于开展估值计量。但对于传统的制造业、农业等行业，数据包括工艺参数、客户订单、供应链数据、种植养殖信息、病虫害监测指标等，这些数据分布零散，整合难度大，数据孤岛现象较严重。
四、企业数据资产入表问题思考
（一）突破传统资产确认原则，创新数据资产计量模式。数据资产的确认与其他资产一样，都是“企业所拥有或控制的，能够为其带来未来经济利益的资产”。这种确认的原则要么以强调资产的实物形态为主，要么以强调资产的法定权利为主，而这些与数据资产这种特殊资产的特点并不完全契合。数据资产没有实物形态，除外购取得以外，很多都是企业通过挖掘、分析后取得的，即使不拥有法定所有权或者产权不明确，但却有其独特的创造经济价值的方式，既包括在未来给企业带来经济利益，也包括通过降低损失的方式减少未来经济利益的流出。如，企业可以对海量的市场数据和消费者数据进行分析，从中了解市场动态、商业趋势、消费者偏好等以制定更精准的生产计划和营销策略，推出符合市场需要的产品或服务，从而提高销售收入和利润。再如，企业可以通过对客户信用数据和销量不同季节的波动数据，评估信用风险、商业风险和价格风险，从而及早采取应对措施，以避免或降低相关风险可能给企业带来的损失。所以，数据资产的确认应以是否能实质性控制其带来的未来经济利益为核心，而非强调对产权的拥有或控制。
资产的计量模式主要是成本和价值两种模式，成本模式又可具体分为历史成本和重置成本，价值模式包括公允价值、现值和可变现净值。传统的计量模式是历史成本，因为历史成本更能体现会计信息的可靠性。但这种计量模式并不适合数据资产，数据资产的价值更多体现在未来的预期收益。因此，在采用价值模式计量的前提下，应充分考虑其动态变化，如随着对数据资产的不断更新或加工深度的提升，要定期评估其价值并修正账面价值，以反映数据资产的真实状况。
（二）加强法规制度建设，全流程保障数据资产的安全。除了通过宣传教育加强对现行有关数据安全的法律法规的了解和遵循，还迫切需要制定具有行业特点的制度体系。针对不同的行业，数据资产的特点各不相同，如金融行业的数据资产涉及客户的信用、资金规模等核心信息，具有高度的敏感性，所以要求从业人员必须遵循统一的标准和规范化的流程处理交易、管理账户，这样才能做到精确无误。而电子商务行业数据资产的首要特点就是海量庞杂，尤其是头部的电商企业，随着每天交易量的实现，客户的消费偏好、社交关系、对产品和服务的预期等形成的相关数据呈指数极的增长，但这些信息更新变化极快，其中有价值的需要通过先进的算法来挖掘提炼。所以，应在现有法律法规的基础上，制定符合不同行业特点的制度标准，以规范行业的数据管理。
（三）加强政策引导和行业监管，使企业对数据资产入表变观望为主动。针对目前情况，究其原因：一是2023年财政部发布的《企业数据资源相关会计处理暂行规定》从2024年开始执行，时间相对紧迫，企业在数据资产入表方面的经验尚未有充分的积累，包括会计师事务所、资产评估机构等专业服务机构，难以给企业提供高质量的咨询服务。所以，今后应进一步细化与数据资产相关准则的规定和应用指南，提高其指导性和可操作性。还应进行形式多样的业务培训、经验交流，以提高企业财务人员的业务水平，做到将本企业的数据资产在报表内“应入尽入”。二是不少企业没有充分认识到数据资产入表的重要性，态度上观望、行动上迟缓。政府相关部门，一方面可以通过树立标杆企业的方式，展示其通过数据资产入表在筹融资和经营管理方面带来的积极影响，带动企业由被动变主动；另一方面通过外部审计加强对企业的监督，以推动数据资产入表的顺利开展。
（作者单位：广东外语外贸大学会计学院）
主要参考文献：
［1］姜奇平.数据资源会计处理规定的新突破［J］.互联网周刊，2024（02）.
［2］路洪霞.数据资产入表实践与数据资产化发展趋势［J］.通信企业管理，2024（04）.
［3］叶雅珍.数据资产化及运营系统研究［D］.上海：东华大学，2021.
［4］高丽.电商企业的数据资产价值评估［D］.天津：天津商业大学，2023. |
|
|
|
